PERBANDINGAN SEGMENTASI CITRA TELUR AYAM MENGGUNAKAN METODE OTSU BERDASARKAN PERBEDAAN RUANG WARNA RGB DAN HSV
DOI:
https://doi.org/10.23887/jstundiksha.v6i1.9329Abstract
Segmentasi bertujuan untuk membagi citra ke dalam sejumlah bagian atau objek, objek pada penelitian ini berupa telur ayam yang bertujuan untuk memperoleh garis tepi dari citra telur dan dapat mengidentifikasi bercak kotor pada telur. Untuk mendapatkan tujuan dari penelitian ini, maka metode yang digunakan adalah dengan segmentasi berdasarkan perbedaan ruang warna, yaitu ruang warna RGB dan HSV, serta segmentasi dengan menggunakan metode otsu. Hasil yang diperoleh dari 20 sampel telur yang digunakan menunjukkan hasil segmentasi dengan ruang warna RGB dalam mendeteksi garis tepi citra pada telur lebih baik dibandingkan dengan ruang warna HSV ,ini terlihat dari pengujian secara visual dimana ruang warna RGB memberikan hasil yang lebih sempurna dalam memisahkan telur dengan objek yang lainnya. Sedangkan dalam pengujian kualitas citra hasil dari segementasi dengan pengujian MSE dan PSNR, ruang warna HSV memberikan hasil yang lebih baik dengan RGB . Penelitian ini diharapkan dapat memberikan kontribusi penggunaan metode ruang warna agar dapat diterapkan pada segmentasi citra.
Kata Kunci : Otsu, RGB, HSV, Segmentasi
References
Huda, M. (2016). DETEKSI TEPI CITRA TELUR DENGAN ALGORITMA PREWITT UNTUK PERHITUNGAN VOLUME. Prosiding Seminar Nasional IPTEK Terapan (SENIT) 2016 Pengembangan Sumber Daya Lokal Berbasis IPTEK, 1(1).
Jian, Z., & Xiaowei, C. (2012). Non-subsampled contourlets based Synthetic Aperture Radar images segmentation. In Engineering Design and Manufacturing Informatization 2012 3rd International Conference on System Science (Vol. 2, pp. 216–218).
Lin, P. T., & Lin, B. R. (2016). Fuzzy automatic contrast enhancement based on fuzzy C-means clustering in CIELAB color space. In 2016 12th IEEE/ASME International Conference on Mechatronic and Embedded Systems and Applications (MESA) (pp. 1–10). https://doi.org/10.1109/MESA.2016.7587156
Lorendana, L. (2012). Automatic Identification of defect on Eggshell Through a Multispectral Vision System. Food Bioprocess Technology. https://doi.org/DOI 10.1007/s11947-011-0672-x.
Narkhede, P. R., & Gokhale, A. V. (2015). Color particle filter based object tracking using frame segmentation in CIELab* and HSV color spaces. In 2015 International Conference on Communications and Signal Processing (ICCSP) (pp. 0804–0808). https://doi.org/10.1109/ICCSP.2015.7322604
Pan, J., Zheng, X. W., Sun, L., Yang, L. N., Wang, Y. L., Luo, H. W., & Wang, P. S. P. (2016). Image segmentation based on 2D OTSU and simplified swarm optimization. In 2016 International Conference on Machine Learning and Cybernetics (ICMLC) (Vol. 2, pp. 1026–1030). https://doi.org/10.1109/ICMLC.2016.7873020
Maria, C. 2012. Color Index Analysis for Automatic detection of Eggshell Defect. SPIE.
Downloads
Published
Issue
Section
License
Authors who publish with the Jurnal Sains dan Teknologi (JST) agree to the following terms:
- Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work. (See The Effect of Open Access)
